基于地類變更事件的耕地變化熱點區(qū)域探測

程　凱， 郜允兵， 汪如民

[1.中國礦業(yè)大學(北京)地球科學與測繪工程學院，北京 100083； 2.北京農業(yè)信息技術研究中心，北京 100097；3.湖北省武漢市國土資源和規(guī)劃局，湖北武漢 430014]

耕地資源是我國農業(yè)發(fā)展的物質基礎，是我國糧食安全的保障，保持一定數(shù)量和質量的耕地是人類賴以生存與發(fā)展的基本條件。耕地資源的變化是區(qū)域土地利用變化的核心，受自然、社會經(jīng)濟、技術和歷史等因素的影響，耕地變化和流向反映了社會經(jīng)濟發(fā)展的基本態(tài)勢。因此，正確認識和把握耕地資源隨時間和空間變化的過程及影響因素，將對制定保護耕地的政策法規(guī)及優(yōu)化資源配置、提高資源利用效率和人地協(xié)調發(fā)展具有重要意義。目前，對于耕地的研究主要包括耕地數(shù)量與質量[1-4]、生態(tài)價值、社會保障價值、經(jīng)濟價值的理論探討與定量化研究[5-6]以及耕地變化的驅動力及相關政策研究[7]等。近年來，我國學者在耕地變化方面有較多研究。譚雪蘭等以長沙市1998—2009年土地利用變更調查數(shù)據(jù)及相關的社會經(jīng)濟統(tǒng)計資料為基礎，分析了長沙市近12年來耕地資源變化的時空特點，并運用主成分分析法對長沙市耕地變化的驅動因子進行了研究，得出經(jīng)濟發(fā)展、人口增長、農業(yè)科技進步是影響長沙市耕地數(shù)量變化的三大驅動力，其中經(jīng)濟發(fā)展是最為重要的因素[8]。趙曉麗等以近30年的數(shù)據(jù)分析了中國耕地變化的時空特征與變化的主要原因，結果表明，雖然近30年間耕地面積總量相對穩(wěn)定，但區(qū)域差別明顯，呈現(xiàn)南減北增趨勢，并對變化驅動力作了進一步的分析[9]。杜新波等利用青海省2000—2008年耕地變化數(shù)據(jù)，結合變更調查序列數(shù)據(jù)，基于動態(tài)度差異指標，分析了全省耕地變化的區(qū)域差異特征，并從耕地保護政策、生態(tài)退耕工程、土地開發(fā)整理工程、重大建設工程、人口與民族因素和城鎮(zhèn)化進程6個方面分析了耕地變化的驅動力[10]。趙艷玲等針對耕地變化內部規(guī)律及外部驅動因子的特點，提出利用魚群算法優(yōu)化最小二乘支持向量機回歸的耕地變化預測模型，為多因素參與的高維非線性的耕地變化預測提供了有效手段[11]。羅開盛等利用長沙市2000—2010年的土地利用變化信息，基于變化幅度和動態(tài)度、土地利用轉移矩陣和變化趨勢指數(shù)等定量化指標預測了耕地變化趨勢，結果表明，耕地變化趨勢為落勢，未來的流失方向是人工表面[12]。

綜上所述，耕地變化的研究多集中在驅動力機制分析和耕地變化預測模型，在于解釋導致耕地變化的外部因素與未來變化方向。對于耕地變化規(guī)律分析，特別是在長時序數(shù)據(jù)基礎上的耕地變化熱點區(qū)域移動趨勢研究還不多。本研究主要以武漢市漢南經(jīng)濟開發(fā)區(qū)長時序數(shù)據(jù)為基礎，應用基于圖斑變化碎片的土地利用變化熱點探測技術，結合空間自相關分析、局部熱點探測等空間分析技術，對多期數(shù)據(jù)耕地變化熱點區(qū)域進行探測，并根據(jù)探測結果建立變化熱點區(qū)域空間中心轉移模型，綜合分析耕地變化熱點區(qū)域變化規(guī)律與趨勢，為研究區(qū)土地資源的可持續(xù)利用決策和區(qū)域人地關系調控提供參考，同時可為其他類似區(qū)域的土地利用提供借鑒。

1　材料與方法

1.1　數(shù)據(jù)來源

本研究采用湖北省武漢市漢南區(qū)第1次耕地調查時期1996—2001年、第1次耕地調查過渡時期2002—2008年、第2次耕地調查時期2009—2014年3期土地利用現(xiàn)狀矢量數(shù)據(jù)，數(shù)據(jù)來自武漢市國土資源與規(guī)劃局。漢南區(qū)位于武漢市西南部，三面環(huán)水，東南與長江瀕臨，與嘉魚縣、江夏區(qū)隔江相望，北抵通順河，與蔡甸區(qū)相鄰，西面、南面以東荊河為界，并與仙桃、洪湖兩市毗連。自1992年設立經(jīng)濟開發(fā)區(qū)以來，漢南經(jīng)濟快速發(fā)展，經(jīng)濟發(fā)展的同時，導致區(qū)內耕地面積不斷向建設用地轉換，耕地和基本農田保護形勢嚴峻。同時由于城鎮(zhèn)用地與基礎設施用地需求將隨經(jīng)濟發(fā)展進一步增長，不可避免地會占用部分耕地，而區(qū)內耕地后備資源數(shù)量少，分布零散，且多處于生態(tài)較為脆弱的區(qū)域，嚴重制約了耕地資源補充的能力。

1.2　研究方法

1.2.1空間自相關分析土地利用變化與行政區(qū)有一定的相關性，即與空間相鄰行政區(qū)的土地利用變化有關聯(lián)性。在縣域尺度上通過區(qū)域內土地利用變化相關性判別，可為土地利用變化聚集分析提供量化依據(jù)。空間自相關分析表示的是一個區(qū)域分布的地理事物的某一屬性和其他所有事物的同種屬性之間的關系，研究不同觀察對象同一屬性在空間上的相互關系，是空間單元屬性集聚集程度的一種度量[13-14]。對于任何空間變量(屬性)Z，空間自相關測度的是Z的鄰近值對于Z相似或不相似的程度。如果鄰接位置上相互間數(shù)值接近，空間模式表現(xiàn)出正空間自相關；如果相互間數(shù)值不接近，空間模式表現(xiàn)出負空間自相關?？臻g自相關有全局和局部2種度量指標[15-16]。全局空間自相關是利用某一指標探測整個研究區(qū)域自相關程度，對于空間內部差異難以描述。局部空間自相關可以分析局部空間系統(tǒng)分布特征的具體表現(xiàn)形式，包括空間聚集區(qū)、非典型局部區(qū)域、異常值等，通常采用Moran散點圖、LISA、Anselin local Moran’s I等方法[16-18]。本研究采用Moran’s I 指數(shù)進行全局空間自相關的計算。Moran’s I 是用于衡量空間要素的相互關系[19]，與一般統(tǒng)計學中相關系數(shù)類似，其值在±1之間，相應的，若I=0，表示空間不相關；若I>0，表示空間正相關；若I<0，表示空間負相關。通過計算返回的Z得分與P值進行評估。具體計算公式[20]如下：

式中：E[I]=-1/(n-1)為Moran’s I的期望值；V[I]=E[I2]-E[I]2為Moran’s I的方差值。

對于空間權重矩陣的確定，通常有2種方法[21]：(1)按照面積之間是否有鄰接關系的鄰接法；(2)基于面積單元中心距離的重心距離法。相應的矩陣表示方法分為2類：一是若要素對象Fi與要素對象Fj邊界共享，則wi,j=1，否則wi,j=0；二是設定一個距離閾值δ，若要素對象Fi與要素對象Fj中心距離di,j<δ，則wi,j=1，否則wi,j=0。本研究采用第1種方法確定空間權重矩陣。

1.2.2土地利用變化熱點探測技術本研究中將土地利用中圖斑地類變化、面積變化等看做1個事件，通過空間疊置分析法提取土地利用變化圖斑碎片，將一段時間內土地利用圖斑碎片看做1次土地利用變化事件，則可以利用熱點分析技術對1個行政區(qū)內土地利用變化的熱點/冷點進行探測。

式中：xj是要素j的屬性值，wi,j是要素i與j之間的空間權重，n為要素總數(shù)，且：

2　結果與分析

2.1　全局空間自相關分析

基于Visual Studio2010與ArcGIS Engine10.0實現(xiàn)基于圖斑變化碎片提取的熱點探測技術，以村鎮(zhèn)為基本單元進行全局空間自相關分析，分析結果返回3個數(shù)值，分別是Moran’s I、Z得分、P值，其中Z得分為標準差的倍數(shù)，P值表示概率，得到3期土地利用數(shù)據(jù)空間自相關分析結果(表1)。

表1　全局空間自相關結果

根據(jù)經(jīng)驗，Z>1.96(正態(tài)分布函數(shù)在0.05顯著性水平下的臨界值)表明存在統(tǒng)計學意義，區(qū)域內存在聚類現(xiàn)象。從表1可以看出，2009—2014年的耕地變化Z>1.96，說明出現(xiàn)了集聚現(xiàn)象。1996—2001年、2002—2008年2期數(shù)據(jù)的耕地變化分析結果中，Z<1.96，說明在1996—2001年、2002—2008年耕地變化較均勻，幾乎沒有變化劇烈區(qū)域出現(xiàn)，整個漢南區(qū)耕地變化平緩。從整體出發(fā)，Z值逐漸增大，P值逐漸小，從側面反映出漢南區(qū)的耕地變化逐漸呈現(xiàn)了變化不均勻趨勢，開始集聚到某一區(qū)域或幾個區(qū)域中。

2.2　耕地變化熱點探測

以提取的多年累加增量數(shù)據(jù)為源數(shù)據(jù)，耕地轉換為建設用地為分析準則，進行局部空間自相關分析，得到3期耕地變化熱點探測結果(表2、圖1)。

表2　熱點區(qū)域G值與P值

從表2、圖1可以看出，在1996—2001年期間，東風村G值大于1.96，屬于變化熱點區(qū)域，耕地流失較嚴重，在圖中呈現(xiàn)亮紅色，但整個漢南區(qū)東西方向變化較均勻。在2002—2008年期間，有4個區(qū)域G值均大于1.96，屬于變化熱點區(qū)域，耕地向建設用地轉換的熱點區(qū)域相對1996—2001年來說，數(shù)量有所增加，且整個漢南區(qū)耕地變化程度開始呈現(xiàn)東西不均衡分布，表現(xiàn)為西部耕地變化程度小、東部變化程度大的趨勢。2009—2014年調查結果相對于2002—2008年，耕地變化熱點區(qū)域再次增加，達到6個，且都集中在東北部地區(qū)，此區(qū)域耕地流向建設用地嚴重，整個漢南區(qū)呈現(xiàn)了明顯的耕地變化程度不均勻現(xiàn)象。從1996—2001年耕地變化熱點區(qū)域分布圖可以看出，耕地變化熱點區(qū)域的周邊鄉(xiāng)鎮(zhèn)，相對于遠離變化熱點的鄉(xiāng)鎮(zhèn)，耕地變化程度要劇烈，即耕地變化熱點區(qū)域對周邊鄉(xiāng)鎮(zhèn)的耕地變化有帶動作用。

2.3　變化熱點區(qū)域轉移分析

提取每一期熱點變化區(qū)域，將3期耕地變化熱點區(qū)域同時顯示，結合ArcGIS 10.0建立變化熱點區(qū)域空間中心轉移模型，結果見圖2，圖中圓點表示變化熱點區(qū)域中心。從圖2可以看出，1996—2001年耕地變化熱點區(qū)域中心位于研究區(qū)南部；2002—2008年耕地變化熱點區(qū)域相對于1996—2001年整體向北移動，且呈現(xiàn)“兩極”分布狀態(tài)；2009—2014年耕地變化熱點區(qū)域，以2002—2008年變化熱點區(qū)域為參照，分別向北向西移動。綜上所述，3期耕地變化熱點區(qū)域整體上呈現(xiàn)了向北移動的趨勢。

3　討論與結論

本研究采用了全局空間自相關與局部自相關技術對武漢市漢南區(qū)1996—2014年共3期土地利用現(xiàn)狀矢量數(shù)據(jù)進行了研究，研究發(fā)現(xiàn)1996—2001年、2002—2008年2期漢南區(qū)耕地變化較平穩(wěn)，耕地向建設用地流失程度較均勻，無明顯的區(qū)域差異現(xiàn)象。2009—2014年，漢南區(qū)耕地變化呈現(xiàn)明顯的集聚現(xiàn)象，存在較多的變化熱點區(qū)域，耕地向建設用地流失呈現(xiàn)“東多西少，北多南少”的空間格局。同時結合耕地變化熱點區(qū)域空間中心轉移模型得出耕地變化熱點區(qū)域由南部開始，整體逐漸向北部移動，這與2009年漢南區(qū)實行的相關政策有關，2009年漢南區(qū)“買斷”漢洪高速(武漢—洪湖)，武漢開發(fā)區(qū)至漢南紗帽段15 km的免費行車權，而此段路線位于漢南東北區(qū)域，使得漢南區(qū)通行市區(qū)時間縮短50%，且全程免費。自此漢南東北區(qū)域進入快速發(fā)展階段，項目扎推入駐并帶動經(jīng)濟高速發(fā)展，同時區(qū)內城鎮(zhèn)化率迅速提高，促使耕地極速流向建設用地，導致漢南區(qū)耕地變化熱點區(qū)域中心集中向東北部遷移，致使東北地區(qū)耕地變化程度相對其他區(qū)域程度較大。

本研究利用基于圖斑變化碎片提取的局部熱點探測技術研究了漢南區(qū)1996—2001年、2002—2008年、2009—2014年3期耕地變化熱點區(qū)域，首先應用了全局空間自相關指數(shù)Moran’s I探討了耕地變化是否出現(xiàn)集聚現(xiàn)象，并對結果作了進一步分析。然后利用局部熱點探測技術，計算局部G值，并將熱點區(qū)域統(tǒng)計顯示在圖表，根據(jù)結果對漢南區(qū)耕地變化規(guī)律作了總結。最后通過構建漢南區(qū)3期的耕地變化熱點區(qū)域空間中心遷移模型，討論了耕地變化熱點區(qū)域的變化趨勢，并結合漢南區(qū)相關政策對造成這種現(xiàn)象的原因展開了討論。

參考文獻：

[1]李秀彬. 中國近20年來耕地面積的變化及其政策啟示[J]. 自然資源學報，1999，14(4)：329-333.

[2]封志明，劉寶勤，楊艷昭. 中國耕地資源數(shù)量變化的趨勢分析與數(shù)據(jù)重建：1949—2003[J]. 自然資源學報，2005，20(1)：35-43.

[3]林珊珊，鄭景云，何凡能. 中國傳統(tǒng)農區(qū)歷史耕地數(shù)據(jù)網(wǎng)格化方法[J]. 地理學報，2008，63(1)：83-92.

[4]高志強，劉紀遠，莊大方. 我國耕地面積重心及耕地生態(tài)背景質量的動態(tài)變化[J]. 自然資源學報，1998，13(1)：92-95.

[5]蔡運龍，霍雅勤. 中國耕地價值重建方法與案例研究[J]. 地理學報，2006，61(10)：1084-1092.

[6]李翠珍，孔祥斌，孫憲海. 北京市耕地資源價值體系及價值估算方法[J]. 地理學報，2008，63(3)：321-329.

[7]孔祥斌，劉靈偉，秦靜. 基于農戶土地利用行為的北京大興區(qū)耕地質量評價[J]. 地理學報，2008，63(8)：856-868.

[8]譚雪蘭，段建南，朱紅梅，等. 長沙市耕地變化的時空特征及其驅動力分析[J]. 中國農學通報，2012，28(2)：240-244.

[9]趙曉麗，張增祥，汪瀟，等. 中國近30a耕地變化時空特征及其主要原因分析[J]. 農業(yè)工程學報，2014，30(3)：1-11.

[10]杜新波，周偉，司慧娟，等. 青海省2000—2008年間耕地變化及驅動力研究[J]. 水土保持研究，2013，20(5)：180-186.

[11]趙艷玲，何廳廳，劉亞萍，等. 基于FSA-LSSVR模型的安徽省耕地變化預測[J]. 水土保持研究，2014，21(3)：136-140.

[12]羅開盛，李仁東. 長沙市近10年土地利用變化過程與未來趨勢分析[J]. 中國科學院大學學報，2014，31(5)：632-639.

[13]張松林，張昆. 空間自相關局部指標Moran指數(shù)和G系數(shù)研究[J]. 大地測量與地球動力學，2007，27(3)：31-34.

[14]齊麗麗，柏延臣. 社會經(jīng)濟統(tǒng)計數(shù)據(jù)熱點探測的MAUP效應[J]. 地理學報，2012，67(10)：1317-1326.

[15]Ord J K，Getis A. Testing for local spatial autocorrelation in the presence of global autocorrelation[J]. Journal of Regional Science，2001，41(3)：411-432.

[16]Anselin L. Local indicators of spatial association-LISA[J]. Geographical Analysis，1995，27(2)：93-115.

[17]Anselin L. The future of spatial analysis in the social sciences[J]. Geographic Information Sciences，1999，5(2)：67-76.

[18]Anselin L. Interactive techniques and exploratory spatial data analysis[M]//Longley P A，Goodchild M F，Maguire D J，et al. Geographical information systems：principles，techniques，management and applications. New Jersey：John Wiley & Sons Inc，253-266.

[19]邱炳文，王欽敏，陳崇成，等. 福建省土地利用多尺度空間自相關分析[J]. 自然資源學報，2007，22(2)：311-320，圖版Ⅰ.

[20]王紅亮，胡偉平，吳馳. 空間權重矩陣對空間自相關的影響分析——以湖南省城鄉(xiāng)收入差距為例[J]. 華南師范大學學報(自然科學版)，2010(1)：110-115.

[21]馮昕，杜世宏，舒紅. 空間權重矩陣對空間自相關的影響分析——以我國腎綜合征出血熱疾病為例[J]. 武漢大學學報(信息科學版)，2011，36(12)：1410-1413.

[22]Getis A，Ord J K. The analysis of spatial association by use of distance statistics[J]. Geographical Analysis，1992，24(3)：189-206.

[23]楊曉明，戴小杰，田思泉，等. 中西太平洋鰹魚圍網(wǎng)漁業(yè)資源的熱點分析和空間異質性[J]. 生態(tài)學報，2014，34(13)：3771-3778.